期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
985高校校际科学合作的强地域倾向 被引量:48
1
作者 梁立明 沙德春 《科学学与科学技术管理》 CSSCI 北大核心 2008年第11期112-116,共5页
选用绝对合作频次、合作强度Salton指数及观察值与期望值的比值三个科学计量学指标,考察了我国一期34所985高校校际科学合作的倾向性,从大区、省区、城市三个层面揭示了985高校校际科学合作的强地域倾向。
关键词 985高校 科学合作 地域倾向
下载PDF
本地经理人更倾向于选择本地事务所吗?——从审计合谋的视角 被引量:3
2
作者 饶育蕾 郭连 彭叠峰 《审计研究》 CSSCI 北大核心 2022年第1期82-93,共12页
一些上市公司更倾向于雇佣本地事务所为其提供审计服务,这种现象被称之为会计师事务所选择的"地缘偏好"。本文以2003-2019年沪深上市公司为样本,实证分析了这种"地缘偏好"如何受到经理人与事务所之间潜在地缘关系... 一些上市公司更倾向于雇佣本地事务所为其提供审计服务,这种现象被称之为会计师事务所选择的"地缘偏好"。本文以2003-2019年沪深上市公司为样本,实证分析了这种"地缘偏好"如何受到经理人与事务所之间潜在地缘关系的影响。研究结果表明,与外地经理人任职的上市公司相比,被本地经理人管理的上市公司更倾向于选择本地事务所提供的审计服务。经济后果检验进一步表明,本地经理人选择本地事务所会支付更高的异常审计费用,获得更多的标准审计意见,同时进行更多的盈余管理。对于代理成本较高、经理人权力更大、独立董事监督较弱、机构投资者持股比例较低以及所在地法治化水平较低的上市公司,本地经理人在事务所选择时所表现的"地缘偏好"在统计上或经济上具有更强的显著性。这些证据基本上支持基于代理理论的审计合谋假设。 展开更多
关键词 会计师事务所选择 地缘偏好 审计合谋 代理问题
下载PDF
从Web of Science看中部地区省内地市高层次学术成果合作特征——以河南省为例 被引量:4
3
作者 钟镇 《情报科学》 CSSCI 北大核心 2015年第6期120-125,共6页
考察地市间科学合作特征及存在问题,有助于相关管理部门制定合理的科学合作政策,确保区域内科学研究水平在效率与均衡发展之间保持必要的张力。基于Web of Science数据库2008-2012年的数据,借助观察值与期望值相比较的r指标与改进的Sal... 考察地市间科学合作特征及存在问题,有助于相关管理部门制定合理的科学合作政策,确保区域内科学研究水平在效率与均衡发展之间保持必要的张力。基于Web of Science数据库2008-2012年的数据,借助观察值与期望值相比较的r指标与改进的Salton指数等指标,分析了河南省内18地市间高层次科学合作特点。结果显示,河南省内地市在高层次学术产出数量上出现了三级分层结构,省内地市间的合作有着较为明显的马太效应、核心-边缘结构以及地域接近倾向性。 展开更多
关键词 科学合作 文献计量学 地市合作 马太效应 核心-边缘结构 地域倾向
原文传递
一种基于评分矩阵局部低秩假设融合地理和文本信息的协同排名POI推荐模型 被引量:3
4
作者 孙琳 罗保山 高榕 《计算机应用研究》 CSCD 北大核心 2018年第10期2980-2986,共7页
针对目前LBSN中,用户只对少数兴趣点进行签到,使得用户签到历史数据及其上下文信息(如评论文本)极其稀疏,同时传统的评分推荐系统只考虑用户和评分二元信息,具有一定的局限性。为此,提出一种基于评分矩阵局部低秩假设的局部协同排名兴... 针对目前LBSN中,用户只对少数兴趣点进行签到,使得用户签到历史数据及其上下文信息(如评论文本)极其稀疏,同时传统的评分推荐系统只考虑用户和评分二元信息,具有一定的局限性。为此,提出一种基于评分矩阵局部低秩假设的局部协同排名兴趣点推荐算法。首先,假设用户—兴趣点矩阵在由用户—兴趣点对所定义度量空间中某些邻域内是低秩的;其次,对于地理信息建模采用一种自适应二维核密度方法;然后,对于文本信息利用潜在狄利克雷分配模型挖掘兴趣点相关的文本信息建模用户的兴趣主题;最后,基于局部协同排名模型将兴趣点的地理信息和评论文本信息有效融合。实验结果表明,该模型的性能优于主流先进兴趣点推荐算法。 展开更多
关键词 局部协同排名 主题相似性 地理偏好 兴趣点推荐 基于位置的社交网络(LBSN)
下载PDF
基于位置社交网络的兴趣点组合推荐算法研究
5
作者 武伟 徐莎莎 +1 位作者 郭森森 李晓宇 《信息网络安全》 CSCD 北大核心 2023年第9期75-84,共10页
随着智能手机的普及和基于用户地理位置信息服务的增多,用户数据量呈爆发式增长,海量数据之间的稀疏性成为了限制基于位置社交网络(Location-Based Social Network,LBSN)的推荐系统性能的一个主要因素。基于此,文章提出了一个基于位置... 随着智能手机的普及和基于用户地理位置信息服务的增多,用户数据量呈爆发式增长,海量数据之间的稀疏性成为了限制基于位置社交网络(Location-Based Social Network,LBSN)的推荐系统性能的一个主要因素。基于此,文章提出了一个基于位置社交网络的兴趣点组合推荐模型(Geographical LightGCN,GLGCN),该模型由协作偏好模块和地理偏好模块两部分组成,其中,协作偏好模块使用图卷积网络深度挖掘用户和兴趣点的嵌入表示,获取用户的协作偏好;地理偏好模块结合兴趣点的相关性和用户轨迹,使用基于门控循环单元(Gate Recurrent Unit,GRU)的序列模型捕获用户的序列偏好。文章将两个模块的推荐分数以线性加权的方式进行组合,得到最终推荐结果。实验表明,相较于现有其他算法,文章提出的组合推荐算法具有更优秀的性能。 展开更多
关键词 位置社交网络 组合推荐 协作偏好模块 地理偏好模块
下载PDF
基于用户兴趣和地理因素的兴趣点推荐方法 被引量:11
6
作者 苏畅 武鹏飞 +1 位作者 谢显中 李宁 《计算机科学》 CSCD 北大核心 2019年第4期228-234,共7页
在基于位置的社交网络中,协同过滤作为目前应用最广泛的推荐技术,存在数据稀疏性和冷启动等问题。针对协同过滤算法的不足,提出了一种结合用户兴趣和地理因素的兴趣点推荐算法。该方法首先通过自适应带宽的核密度分布、朴素贝叶斯算法... 在基于位置的社交网络中,协同过滤作为目前应用最广泛的推荐技术,存在数据稀疏性和冷启动等问题。针对协同过滤算法的不足,提出了一种结合用户兴趣和地理因素的兴趣点推荐算法。该方法首先通过自适应带宽的核密度分布、朴素贝叶斯算法以及兴趣点的流行度挖掘用户的地理偏好,并根据地理偏好模型筛选出一部分候选推荐兴趣点;然后,为了克服协同过滤算法的数据稀疏性问题和用户冷启动问题,结合用户签到相似性、类别信息和用户信任度构建用户偏好模型进行兴趣点推荐;最后,使用Yelp数据集进行实验分析,结果表明所提出的基于用户兴趣和地理因素的兴趣点推荐模型取得了良好的推荐效果。 展开更多
关键词 兴趣点推荐 地理偏好 类别信息 信任关系 协同过滤
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部